[논문 리뷰] Progressive Algorithms for Domination and Independence

Grzegorz Fabiański, Michał Pilipczuk외 2명|arXiv (Cornell University)|2018. 11. 16.

Advanced Graph Theory Research인용 수 3

한 줄 요약

이 논문은 희박한 그래프 클래스에서 매개변수화된 그래프 문제를 효율적으로 해결하기 위해 프로그레시브 탐색(Progressive Exploration)이라고 불리는 새로운 알고리즘 철학을 소개한다. 모델 이론적 성질—Helly 성질의 변종(nfcp)과 안정성(stability)—을 활용하여, 희박한 그래프 클래스인 없음 밀도 그래프의 거듭제곱, 지도 그래프, 이분클리크를 포함하지 않는 그래프 등에서 거리-r 독립 집합(Distance-r Independent Set)과 거리-r 독립 집합(Distance-r Dominating Set)에 대해 선형 시간 고정 매개변수 알고리즘을 가능하게 하며, 기존의 가용성 경계를 크게 확장하고 실행 시간을 향상시킨다.

ABSTRACT

We consider a generic algorithmic paradigm that we call progressive exploration, which can be used to develop simple and efficient parameterized graph algorithms. We identify two model-theoretic properties that lead to efficient progressive algorithms, namely variants of the Helly property and stability. We demonstrate our approach by giving linear-time fixed-parameter algorithms for the distance-r dominating set problem (parameterized by the solution size) in a wide variety of restricted graph classes, such as powers of nowhere dense classes, map graphs, and (for $r=1$) biclique-free graphs. Similarly, for the distance-r independent set problem the technique can be used to give a linear-time fixed-parameter algorithm on any nowhere dense class. Despite the simplicity of the method, in several cases our results extend known boundaries of tractability for the considered problems and improve the best known running times.

연구 동기 및 목표

• 제한된 그래프 클래스에서 매개변수화된 그래프 문제를 해결하기 위한 일반적이고 효율적인 알고리즘 프레임워크를 개발하기 위해.
• 프로그레시브 탐색의 효율적 구현을 보장하는 모델 이론적 조건—특히 Helly 성질의 변종(nfcp)과 안정성(stability)—을 규명하기 위해.
• 거리-r 독립 집합(Distance-r Independent Set)과 거리-r 독립 집합(Distance-r Dominating Set)의 고정 매개변수 가용성 경계를 하위그래프 닫힘 클래스를 초월해 확장하기 위해.
• 희박한 그래프 클래스인 없음 밀도 그래프의 거듭제곱, 지도 그래프, 이분클리크를 포함하지 않는 그래프 등 넓은 범위에서 이러한 문제에 대해 선형 시간 고정 매개변수 알고리즘을 달성하기 위해.

제안 방법

• 프로그레시브 탐색 철학은 후보 해와 증거를 라운드 단위로 점진적으로 구성하며, 각 라운드에서 이전에 발견된 비가능성 증거를 이용해 탐색 공간을 정밀하게 조정한다.
• 각 라운드에서 효율적인 계산을 보장하기 위해 후보와 증거 간의 일치를 일阶논리 정의 가능성(first-order definability)에 기반으로 한다.
• 모델 이론적 개념인 nfcp(정규 Helly 성질의 변종)를 사용하여 작은 증거의 존재를 보장함으로써 표현의 압축성과 효율적 계산을 확보한다.
• 논리 공식의 안정성(stability)은 라운드 수가 매개변수 k에 대해 유계임을 보장하여 고정 매개변수 가용성(fixed-parameter tractability)을 이끈다.
• 거리-r 독립 집합(Distance-r Independent Set)과 거리-r 독립 집합(Distance-r Dominating Set)에 대해 그래프 클래스의 프로파일 복잡도 ν_C^r(m)를 분석함으로써 이 방법을 적용한다.
• 특히 없음 밀도 그래프 및 지도 그래프에서 프로파일 복잡도를 유계로 둔다는 점에서 라모스 이론적 추론과 구조적 그래프 이론을 활용한다.

실험 결과

연구 질문

• RQ1 희박한 그래프 클래스에서 독립 집합 및 독립 집합 문제에 대해 선형 시간 고정 매개변수 알고리즘을 가능하게 하는 일반적 알고리즘 프레임워크를 개발할 수 있는가?
• RQ2 프로그레시브 탐색이 유계된 라운드 수 내에 작은 증거를 확보하고 종료하기 위해 어떤 모델 이론적 성질이 보장되어야 하는가?
• RQ3 거리-r 독립 집합(Distance-r Independent Set)과 거리-r 독립 집합(Distance-r Dominating Set)의 가용성 경계를 하위그래프 닫힘 클래스를 초월해 얼마나 넓힐 수 있는가?
• RQ4 프로파일 복잡도 ν_C^r(m)와 준계단 지수(semi-ladder indices)는 특정 그래프 클래스에서 프로그레시브 탐색의 효율성과 어떻게 관련되는가?
• RQ5 기존 알고리즘에 비해 이 방법이 이 문제들에 대해 향상된 실행 시간을 제공할 수 있는가?

주요 결과

• 논문은 프로그레시브 탐색이 없음 밀도 클래스의 거듭제곱, 지도 그래프, 이분클리크를 포함하지 않는 그래프에서 거리-r 독립 집합(Distance-r Dominating Set)에 대해 선형 시간 고정 매개변수 알고리즘을 제공함을 입증한다 (r=1).
• 거리-r 독립 집합(Distance-r Independent Set)에 대해서는, 어떤 없음 밀도 그래프 클래스에서도 선형 시간 고정 매개변수 알고리즘이 가능하다.
• 이 방법은 기존의 실행 시간을 향상시키며, 하위그래프 닫힘 클래스를 초월한 가용성 경계를 확장한다.
• 프로파일 복잡도 ν_C^r(m)는 C = D^s 이면 ν_D^{rs}(m)에 의해 유계이며, 지도 그래프의 경우 C에 대해 ν_P^{2r}(m)에 의해 유계지며, 여기서 D와 P는 없음 밀도 클래스이다.
• K_t,t-free 그래프의 경우 ν_C^1(m) = O(m^t)로 유계지며, 이는 프로그레시브 탐색 프레임워크 내에서 효율적 계산을 가능하게 한다.
• 라모스 이론적 추론을 통해 공식의 준계단 지수가 유계이면, 그 프로파일 복잡도가 다항식적으로 유계임을 증명함으로써 알고리즘의 라운드 수가 유계임을 보장한다.